Python Scikit学习带权重的分类和回归
如果我想对每个样本进行不同的加权,如何在sklearn中进行分类或回归?有没有一种方法可以通过自定义损失函数来实现这一点?如果是这样的话,损失函数通常是什么样子的?有没有更简单的方法?要称量单个样本,请将Python Scikit学习带权重的分类和回归,python,classification,regression,scikit-learn,Python,Classification,Regression,Scikit Learn,如果我想对每个样本进行不同的加权,如何在sklearn中进行分类或回归?有没有一种方法可以通过自定义损失函数来实现这一点?如果是这样的话,损失函数通常是什么样子的?有没有更简单的方法?要称量单个样本,请将样本权重数组输入估计器的拟合方法。这应该是长度n_样本的一维数组(即在大多数任务中与y相同的维度): 并非所有型号都支持此功能,请查看文档 estimator.fit(X, y, sample_weight=some_array)
样本权重
数组输入估计器的拟合方法。这应该是长度n_样本的一维数组(即在大多数任务中与y
相同的维度):
并非所有型号都支持此功能,请查看文档
estimator.fit(X, y, sample_weight=some_array)